烟草生产数据管理方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种烟草生产数据管理方法及装置，包括：建立烟草生产能源消耗预测模型，利用烟草生产能源消耗预测模型对烟草处理流程数据进行消耗预测，得到烟草能源消耗数据；对经过预处理的烟草设备数据数据进行设备分析，得到设备分析结果；对烟草监测数据进行数据类型识别，根据数据类别进行敏感监测数据判定；基于界面层、控制层、模型层和数据存储层构建数据管理模块，利用数据管理模块将烟草能源消耗数据、设备分析结果和敏感监测数据进行数据管理，得到数据管理结果，并将数据管理结果推送给用户。本发明专利技术可以解决烟草生产数据管理的效率较低的问题。草生产数据管理的效率较低的问题。草生产数据管理的效率较低的问题。

【技术实现步骤摘要】
烟草生产数据管理方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及一种烟草生产数据管理方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]烟草工业在生产过程中会产生大量的数据，这些烟草生产相关的数据不仅涉及到烟草生产的相关设备，还涉及到其他方面。数据通常是后续对烟草生产流程进行调整和管理的重要参考数据。现有的对烟草生成数据进行管理的方法通常是根据上报的烟草生产数据进行分析并调整，这种方法涉及的维度不够全面，同时采用人工分析和调整的方式进行管理，导致效率更低。因此亟待提出一种效率更高的烟草生产数据管理方法。

技术实现思路

[0003]本专利技术提供一种烟草生产数据管理方法、装置及计算机可读存储介质，其主要目的在于解决烟草生产数据管理的效率较低的问题。
[0004]为实现上述目的，本专利技术提供的一种烟草生产数据管理方法，包括：获取烟草生产相关数据，所述烟草生产相关数据包括烟草处理流程数据，烟草设备数据和烟草监测数据；基于预设的回归模型建立烟草生产能源消耗预测模型，利用所述烟草生产能源消耗预测模型对所述烟草处理流程数据进行消耗预测，得到烟草能源消耗数据；对所述烟草设备数据进行数据预处理，得到标准设备数据，利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果；对所述烟草监测数据进行数据类型识别，当所述烟草监测数据为第一类别时，将与预设正则表达式匹配的烟草监测数据判定为敏感监测数据；当所述烟草监测数据为第二类别时，计算所述烟草监测数据对应的哈希值，并将与预设哈希阈值一致的烟草监测数据为敏感监测数据；基于界面层、控制层、模型层和数据存储层构建数据管理模块，利用所述数据管理模块将所述烟草能源消耗数据、所述设备分析结果和所述敏感监测数据进行数据管理，得到数据管理结果，并将所述数据管理结果推送给用户。
[0005]可选地，所述基于预设的回归模型建立烟草生产能源消耗预测模型，包括：获取烟草样本数据，确定所述烟草样本数据中的多个变量数据；对所述多个变量数据中的自变量数据和因变量数据进行相关性分析，得到标准自变量数据和标准因变量数据；根据所述标准自变量数据和所述标准因变量数据构建消耗预测公式，并将所述消耗预测公式作为模型的基本形式生成能源消耗预测模型。
[0006]可选地，所述根据所述标准自变量数据和所述标准因变量数据构建消耗预测公式，包括：
所述消耗预测公式为：其中，Y为因变量，表示能源消耗量，X1为自变量，表示产量，X2为自变量，表示环境温度变化量， X3为自变量，表示环境湿度变化量，α、β1、β2和β3为预设的固定参数。
[0007]可选地，所述对所述烟草设备数据进行数据预处理，得到标准设备数据，包括：利用预设的空缺值识别语句识别出所述烟草设备数据中的空缺位置，并在预设参考数值库中查找填充值对所述空缺位置进行填充，得到初始设备数据；对所述初始设备数据进行离散化处理，得到标准设备数据。
[0008]可选地，所述利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果，包括：将多个所述标准设备数据进行随机组成生成的多个集合作为候选频繁一项集，并利用预设的支持度计算公式计算所述候选频繁一项集中每个集合对应的支持度；去除所述候选频繁一项集中所述支持度小于预设支持阈值的集合，得到频繁二项集，并计算所述频繁二项集中每个集合对应的支持度；基于所述支持度对所述频繁二项集执行筛选处理，直至集合数目为一个时，将所述集合作为目标集合；将所述目标集合作为所述标准设备数据对应的设备分析结果。
[0009]可选地，所述利用预设的支持度计算公式计算所述候选频繁一项集中每个集合对应的支持度，包括：所述预设的支持度计算公式为：其中， 为所述支持度，为X和Y同时出现的次数， 为 X和Y的数目之和，P(XY)是指 X 和 Y 同时发生的概率。
[0010]可选地，所述将与预设正则表达式匹配的烟草监测数据判定为敏感监测数据之前，所述方法还包括：获取多个不同的表达式组件；根据所述烟草监测数据的性质对所述烟草监测数据进行分析，得到分析结果；根据所述分析结果从多个不同的表达式组件中选择表达式组件进行编写，得到所述预设正则表达式。
[0011]可选地，所述利用所述数据管理模块将所述烟草能源消耗数据、所述设备分析结果和所述敏感监测数据进行数据管理，得到数据管理结果，包括：利用所述数据管理模块中的模型层访问所述烟草能源消耗数据、所述设备分析结果及所述敏感监测数据，并将数据存储在数据存储层；调用所述数据存储层中的数据推送至界面层进行界面呈现，得到数据管理结果。
[0012]可选地，所述将所述数据管理结果推送给用户，包括：根据数据管理结果的传输文件将所述数据管理结果传输至数据推送引擎；利用所述数据推送引擎推送所述数据管理结果至用户。
[0013]为了解决上述问题，本专利技术还提供一种烟草生产数据管理装置，所述装置包括：消耗预测模块，用于获取烟草生产相关数据，所述烟草生产相关数据包括烟草处
理流程数据，烟草设备数据和烟草监测数据，基于预设的回归模型建立烟草生产能源消耗预测模型，利用所述烟草生产能源消耗预测模型对所述烟草处理流程数据进行消耗预测，得到烟草能源消耗数据；设备分析模块，用于对所述烟草设备数据进行数据预处理，得到标准设备数据，利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果；敏感判定模块，用于对所述烟草监测数据进行数据类型识别，当所述烟草监测数据为第一类别时，将与预设正则表达式匹配的烟草监测数据判定为敏感监测数据，当所述烟草监测数据为第二类别时，计算所述烟草监测数据对应的哈希值，并将与预设哈希阈值一致的烟草监测数据为敏感监测数据；数据管理模块，用于基于界面层、控制层、模型层和数据存储层构建数据管理模块，利用所述数据管理模块将所述烟草能源消耗数据、所述设备分析结果和所述敏感监测数据进行数据管理，得到数据管理结果，并将所述数据管理结果推送给用户。
[0014]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的烟草生产数据管理方法。
[0015]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的烟草生产数据管理方法。
[0016]本专利技术实施例中，通过对烟草处理流程数据进行消耗预测，得到烟草能源消耗数据，对所述烟草设备数据进行数据预处理，得到标准设备数据，利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果，所述数据预处理保证了标准设备数据的准确性，关联挖掘算法可以提高设备分析的效率，对烟草监测数据进行数据类型识别并根据不同的数据类型进行敏感数据判定，提高了敏感数据判定的准确性。基于界面层、控制层、模型层和数据存储层构建数据管理模块，所述数据管理模块包含不同功能的数据层，因此可以实现对烟草生产数据的精准管理，根据所述数据管理模块对所述烟草能源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟草生产数据管理方法，其特征在于，所述方法包括：获取烟草生产相关数据，所述烟草生产相关数据包括烟草处理流程数据，烟草设备数据和烟草监测数据；基于预设的回归模型建立烟草生产能源消耗预测模型，利用所述烟草生产能源消耗预测模型对所述烟草处理流程数据进行消耗预测，得到烟草能源消耗数据；对所述烟草设备数据进行数据预处理，得到标准设备数据，利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果；对所述烟草监测数据进行数据类型识别，当所述烟草监测数据为第一类别时，将与预设正则表达式匹配的烟草监测数据判定为敏感监测数据；当所述烟草监测数据为第二类别时，计算所述烟草监测数据对应的哈希值，并将与预设哈希阈值一致的烟草监测数据为敏感监测数据；基于界面层、控制层、模型层和数据存储层构建数据管理模块，利用所述数据管理模块将所述烟草能源消耗数据、所述设备分析结果和所述敏感监测数据进行数据管理，得到数据管理结果，并将所述数据管理结果推送给用户。2.如权利要求1所述的烟草生产数据管理方法，其特征在于，所述基于预设的回归模型建立烟草生产能源消耗预测模型，包括：获取烟草样本数据，确定所述烟草样本数据中的多个变量数据；对所述多个变量数据中的自变量数据和因变量数据进行相关性分析，得到标准自变量数据和标准因变量数据；根据所述标准自变量数据和所述标准因变量数据构建消耗预测公式，并将所述消耗预测公式作为模型的基本形式生成能源消耗预测模型。3.如权利要求2所述的烟草生产数据管理方法，其特征在于，所述根据所述标准自变量数据和所述标准因变量数据构建消耗预测公式，包括：所述消耗预测公式为：其中，Y为因变量，表示能源消耗量，X1为自变量，表示产量，X2为自变量，表示环境温度变化量，X3为自变量，表示环境湿度变化量，α、β1、β2和β3为预设的固定参数。4.如权利要求1所述的烟草生产数据管理方法，其特征在于，所述对所述烟草设备数据进行数据预处理，得到标准设备数据，包括：利用预设的空缺值识别语句识别出所述烟草设备数据中的空缺位置，并在预设参考数值库中查找填充值对所述空缺位置进行填充，得到初始设备数据；对所述初始设备数据进行离散化处理，得到标准设备数据。5.如权利要求1所述的烟草生产数据管理方法，其特征在于，所述利用关联挖掘算法对所述标准设备数据进行设备分析，得到设备分析结果，包括：将多个所述标准设备数据进行随机组成生成的多个集合作为候选频繁一项集，并利用预设的支持度计算公式计算所述候选频繁一项集中每个集合对应的支持度；去除所述候选频繁一项集中所述支持度小于预设支持阈值的集合，得到频繁二项集，并计算所述频繁二项集中每个集合对应的支持度；
基于...

【专利技术属性】
技术研发人员：张昊，王磊，刘亮，朱文林，孙祥洪，袁智敏，
申请(专利权)人：江西中烟工业有限责任公司，
类型：发明
国别省市：